摘要
本发明公开一种基于CatBoost对称决策树的遥感地表温度空间降尺度方法,包括:获取低分辨率被动微波遥感地表温度数据,获取高分辨率遥感可见光和近红外波段影像;利用高分辨率感可见光和近红外波段影像,计算高分辨率归一化水体指数和归一化差值山地植被指数;利用高分辨率遥感可见光波段影像,计算高分辨率CIE色彩坐标;获取DEM数据,进行空间聚合,得到高分辨率DEM数据;对低分辨率被动微波遥感地表温度数据进行空间降尺度,得到高分辨率被动微波遥感地表温度降尺度数据;基于CatBoost对称决策树算法,构建修正模型并进行训练,利用修正模型对被动微波遥感地表温度降尺度数据进行修正,得到高分辨率遥感地表温度数据。
技术关键词
被动微波遥感
地表温度降尺度
高精度DEM数据
归一化水体指数
空间降尺度
可见光波段影像
决策树算法
反射率
高分辨率遥感
克里金插值算法
色彩
遥感地表温度数据
坐标
山地
超参数
系统为您推荐了相关专利信息
高精度DEM数据
土地利用数据
数值模拟方法
水动力模型
栅格
随机森林模型
构建高分辨率
样本
多源卫星数据
后处理技术
高精度反演方法
土壤有机碳含量
斑块
特征选择方法
机器学习模型
耕地
机器学习分类器
风险
遥感影像数据
数字高程模型数据
填补方法
覆冰特征
被动微波遥感技术
反距离加权插值
数据获取模块